融合工况预测的混合动力拖拉机自适应能量管理策略

针对传统等效燃油消耗最小策略(ECMS)下等效因子取值固定和工况适应性差的问题，提出了一种融合拖拉机工况预测的自适应等效燃油消耗最小策略(PA-ECMS)。以搭载混合动力液压机械无级变速动力总成的大马力拖拉机为研究对象，将ECMS策略应用于混合动力拖拉机的动力分配。首先，基于径向基(RBF)神经网络，建立了拖拉机工况预测模型，通过历史工况预测未来一段时间的工况信息；接着，结合电池荷电状态(SOC)反馈和预测的工况信息，对等效因子进行自适应调整；最后，在PA-ECMS策略框架下，对混合动力拖拉机的功率进行优化分配。仿真结果表明：与固定等效因子的ECMS策略和仅基于SOC反馈的自适应等效燃油消耗最小策略(A-ECMS)相比，采用所提策略时拖拉机在犁耕工况下的油耗分别降低了6.30%和2.55%,且具有更好的电量维持性能。